搜索结果:找到“稀疏编码”相关结果610条
排序: 按相关 按相关 按时间降序
  • 【期刊】 基于最大池化稀疏编码的煤岩识别方法

    刊名:工程科学学报 作者:伍云霞 ; 田一民 关键词:稀疏编码 ; 煤岩识别 ; 图像处理 ; 最大池化 ; 特征提取 ; 集成分类 机构:中国矿业大学(北京)机电与信息工程学院 ; 中国矿业大学(北京)机电与信息工程学院 年份:2017
    摘要:针对现今煤岩图像识别方法的缺乏与不足,为了挖掘新的煤岩图像识别方法以及更好地处理高维煤岩图像数据,提出了基于最大池化稀疏编码的煤岩识别方法.本方法在提取煤岩图像特征时加入了池化操作,在分类识别时采用了集成分类器,即多个弱分类器组成一个强分类器.实验结果表明:最大池化稀疏编码的特征提取方式能简单有效表达煤岩图像的纹理特征,大大增强煤岩图像的可区分性,获得较高的识别率,并且具有良好的识别稳定性.研究结果可为煤岩界面的自动识别提供新的思路和方法.
  • 【期刊】 基于稀疏编码的半监督低秩核学习算法

    刊名:计算机工程与应用 作者:杨烁 ; 刘兵 ; 周勇 关键词:稀疏编码 ; 半监督学习 ; 成对约束 ; 自编码器 机构:中国矿业大学计算机科学与技术学院 ; 中国矿业大学计算机科学与技术学院 年份:2019
    摘要:传统半监督非参核学习方法通常基于流形假设和成对约束信息建立学习模型。但是,这种模型对于某些复杂高维稀疏的数据而言算法复杂性较高。为了解决复杂高维稀疏数据核学习问题,提出一种基于稀疏编码的非参核学习算法,通过稀疏编码器引入稀疏约束,不仅提高了非参核学习方法的鲁棒性,避免了过拟合问题,而且提升了非参核学习算法的学习效率。通过核聚类实验验证了提出算法的有效性。实验结果表明,在非参核学习模型中融入了稀疏编码器能够提高核聚类的效果,提升了半监督非参核学习算法的学习效率。
  • 【期刊】 一种基于稀疏编码的鲁棒跟踪改进算法

    刊名:计算机工程 作者:王洁 ; 丁萌 ; 张天慈 ; 张旭 ; 杨汝名 关键词:稀疏编码 ; 目标跟踪 ; 空间金字塔匹配 ; 粒子滤波 ; 运动估计 机构:南京航空航天大学民航学院 ; 南京航空航天大学民航学院 ; 光电控制技术重点实验室 年份:2018
    摘要:针对在跟踪过程中目标易受到遮挡、姿态变化、光照变化、复杂背景等问题的影响,提出一种改进的鲁棒跟踪算法。采用局部块稀疏编码方式,结合尺度不变特征及空间金字塔特征匹配技术进行目标表观建模。在粒子滤波的框架下引入运动估计以获取目标最优位置,并在跟踪过程中实时更新模板。实验结果表明,与DFT、FCT、OAB等常用跟踪算法相比,该算法在复杂情况下仍能保持较好的跟踪鲁棒性。
  • 【期刊】 集成多特征与稀疏编码的图像分类方法

    刊名:模式识别与人工智能 作者:罗会兰 ; 郭敏杰 ; 孔繁胜 关键词:稀疏编码 ; 图像分类 ; 空间金字塔 ; 集成 ; 多特征组合 机构:江西理工大学信息工程学院 ; 江西理工大学信息工程学院 ; 浙江大学计算机科学与技术学院 年份:2014
    摘要:采用单一特征时存在提取信息量不足、对图像内容描述较片面等问题,单一编码方法在组织特征向量时也会对图像造成过多的信息丢失.针对这些问题,文中提出一种集成多特征与稀疏编码方法.首先,对图像进行空间金字塔划分,结合尺度不变特征和梯度方向直方图特征之间的优势互补性,提取得到不同的特征集.然后,在不同的特征集上用不同的聚类方法得到不同的视觉词汇本,在每个词汇本上分别进行局部稀疏编码稀疏编码,得到不同的图像描述集.最后,利用线性SVM进行图像分类,并对得到的多个结果采用投票决策方法决定最终分类情况.实验表明文中方法有良好的准确性和鲁棒性.
  • 【期刊】 基于稀疏编码的图像隐写检测技术研究

    刊名:通信技术 作者:李雨 ; 王士林 ; 顾雨舟 关键词:隐写术 ; 隐写检测 ; 稀疏表示 ; 最大池化 机构:上海交通大学信息安全工程学院 ; 上海交通大学信息安全工程学院 年份:2017
    摘要:隐写术自20世纪末被提出后发展迅速,给信息安全和国家安全来了极大挑战.目前,针对图像隐写的检测技术已成为信息安全领域的一个研究热点.利用稀疏编码在图像处理中的特点和优势,提出一种基于稀疏编码的图像隐写检测方法.从原始图片和隐写图片中提取正负样本用于训练稀疏编码字典,采用最大池化算法来构建图像的统计特征,并使用支持向量机作为分类器.实验表明,相比于传统的Markov隐写检测方法,该方法具有更好的检测准确率.
  • 【期刊】 基于迁移鲁棒稀疏编码的图像表示方法

    刊名:计算机学报 作者:赵鹏 ; 王维 ; 刘慧婷 ; 纪霞 关键词:迁移学习 ; 鲁棒稀疏编码 ; 图像表示 ; 最大均值差异 ; 异常点 机构:安徽大学计算智能与信号处理教育部重点实验室 ; 安徽大学计算智能与信号处理教育部重点实验室 ; 安徽大学计算机科学与技术学院 年份:2017
    摘要:图像表示是图像处理和图像理解研究中的关键问题之一.在图像的低层表示上有很多重要的研究工作,例如HOG,SIFT等.然而在图像的低层表示和高层语义间仍然存在着巨大的鸿沟.因而,很多机器学习的方法被用来学习图像的高层表示,例如主成分分析,稀疏编码,非负矩阵分解以及低秩表示等.传统机器学习假设标记图像和未标记图像服从同一分布,图像表示的误差服从高斯分布.然而现实中图像数据更新速度快,而且图像生成环境存在差异性,导致未标记图像与已标记图像不服从同一分布,因而需要重新标记数据和训练模型.并且图像数据容易出现异常,例如遮挡、腐蚀等等,从而不能再用高斯分布来估计误差.迁移学习允许标记图像(训练数据)和未标记图像(测试数据)服从不同的分布.基于迁移学习的图像表示方法学习一个新的好的特征空间.在这个新的特征空间下,可以较好地描述标记图像和未标记图像的语义信息.并且在这个新的特征空间下,从训练集中标记图像上学习到的统计模型(例如分类模型),可以较好地迁移到测试集中未标记图像上,从而充分利用已标记图像,将学习到的知识迁移到未标记的图像集上.该文提出了一种基于迁移鲁棒稀疏编码的图像表示方法,引入权值矩阵削弱异常点对分类的干扰,使用稀疏编码获得数据的高级语义,利用最小化最大均值差异缩小源域和目标域图像集之间的分布差异以及图拉普拉斯项保留图像集的几何特性.该文的主要贡献在于:一是通过权值矩阵泛化残差分布,使得所提出的基于迁移鲁棒稀疏编码的图像表示方法能大大减少异常点对编码和字典学习的影响;二是在鲁棒字典学习过程中,采用正则化参数代替迁移稀疏编码中的字典约束,从而将其转化为无约束优化问题,避免了拉格朗日求解法的复杂性.在几个通用迁移学习数据集上的对比实验结果表明,该文所提出的图像表示方法在分类上的平均准确率比其它6种相关主流方法均有不同程度的提高,证明了其有效性和鲁棒性.
  • 【期刊】 基于稀疏编码的鲁棒型人脸超分辨率重建

    刊名:电讯技术 作者:刘芳华 ; 阮若林 ; 倪浩 ; 王建峰 关键词:稀疏编码 ; 人脸图像 ; 超分辨率重建 ; 在线字典学习 机构:湖北科技学院 ; 湖北科技学院 ; 电子与信息工程学院 ; 湖北科技学院 ; 生物医学工程学院 ; 湖北科技学院 ; 网络管理中心 年份:2017
    摘要:为了减少人脸超分图像的边缘伪影和图像噪点,利用基于稀疏编码的单幅图像超分辨率重建算法,在字典学习阶段,结合L1范数引入在线字典学习方法,使字典根据当前输入图像块和上次迭代生成的字典逐列更新,得到更加精确的超完备字典对,用于图像重建.实验中进行的仿真结果表明,改进算法超分结果的峰值信噪比(PSNR)和结构相似性(SSIM)比同类型的稀疏编码超分法(SCSR)和应用在线字典学习算法的超分方法(ODLSR)均有较大幅度提升,比后者平均提升0.72 dB和0.0187.同时,视觉上有效地消除了边缘伪影,且在处理含噪人脸图像时,具备更强的去噪能力和更好的鲁棒性.
  • 【期刊】 基于自适应弹性网络稀疏编码的目标识别

    刊名:电光与控制 作者:杜玉龙 ; 李建增 ; 张岩 ; 范聪 关键词:稀疏编码 ; 目标识别 ; AGAST ; 尺度空间 ; 自适应弹性网络 机构:军械工程学院 ; 军械工程学院 年份:2017
    摘要:传统稀疏编码模型特征选择能力较弱,稀疏系数向量中负系数的存在导致维数偏高、信息冗余,不利于目标识别。针对这个问题,提出了一种基于自适应弹性网络的稀疏编码模型。该模型首先利用融合尺度空间的AGAST检测子提取特征点,经过FREAK算子描述,采用能够自适应选择强相关性特征的自适应弹性网络回归模型求解稀疏系数向量,最后通过分类器实现对目标的分类识别。实验结果表明,特征检测算法对于图像中尺度、视角、光照和旋转等变换具有更强的鲁棒性,在自适应弹性网络的约束下,模型具有较好的识别性能。
  • 【期刊】 基于自适应非局部稀疏编码图像去噪方法

    刊名:计算机工程与设计 作者:王萌萌 ; 屈红伟 ; 孙燕 ; 尚振宏 关键词:稀疏编码 ; 图像重建 ; 字典学习 ; 非局部自相关 ; 迭代阀值 机构:南京师范大学计算机科学与技术学院 ; 南京师范大学计算机科学与技术学院 ; 南京师范大学计算机科学与技术学院 ; 江苏省信息安全保密技术工程研究中心 ; 昆明理工大学信息工程与自动化学院 年份:2017
    摘要:由于图像的降质属性,传统的稀疏表示方法并不能如实的重建原图像.为提升基于稀疏编码方法图像去噪能力,提出一种非局部自适应稀疏编码图像去噪算法.为改进稀疏水平以及图像的局部属性,提出一种自适应学习字典;图像的非局部自相关先验融入到正则项中,提出一种自适应非局部正则项,进一步提升图像的去噪能力;为提高算法的有效性,利用一种迭代阀值算法进行优化.实验结果表明,该方法相对于BM3D、EPLL等方法具有较高的峰值信噪比(peak signal to noise ratio,PSNR)和结构相似度(feature similarity,FSIM),在图像细节、边缘保持和抑制视觉块效应方面具有比较好的重建效果,具有广泛的实际应用价值.
  • 【期刊】 基于峭度准则的稀疏编码算法与仿真研究

    刊名:计算机应用与软件 作者:段均 关键词:稀疏编码 ; 峭度准则 ; 特征提取 ; 图像压缩 机构:南充职业技术学院信息与管理工程系 ; 南充职业技术学院信息与管理工程系 年份:2015
    摘要:针对自然图像压缩收敛速度慢的问题,提出一种新的基于峭度的绝对值和固定系数方差的稀疏编码SC(Sparse Coding)算法。该算法采用稀疏性惩罚函数来表示峭度大小,同时保证了图像特征系数的分散性与独立性,并维持图像重构误差和稀疏惩罚函数之间的平衡,能够更有效地提取图像的边缘特征和局部特征。通过选取合适的特征基函数,有利于加快所提出的SC网络的收敛速度。应用该算法可以成功地提取自然图像的特征基向量,进一步利用特征系数的稀疏性,有效实现自然图像的压缩。仿真实验结果表明,与基于标准独立分量分析(ICA)和离散余弦变换(DCT)的图像压缩方法相比,基于峭度准则的稀疏编码图像压缩方法具有较快的收敛速度及较好的有效性和实用性。
  • 【期刊】 一种基于稀疏编码的人脸特征点检测方法

    刊名:微电子学与计算机 作者:谭暑秋 ; 陈东义 ; 郭承刚 ; 黄志奇 ; 熊小锋 关键词:稀疏编码 ; 人脸检测 ; 人脸特征点检测 ; 人脸校准 机构:电子科技大学 ; 电子科技大学 ; 自动化工程学院 年份:2017
    摘要:为了能较好地检测遮挡的人脸形状,提出了一种基于稀疏编码的人脸特征点检测方法.在该方法中,采用基于级联回归的思想,用基于稀疏约束的重构模型来迭代搜索人脸特征点位置.首先,利用训练集中的图像学习一个具有全局性以及通用性为特点的稀疏字典,然后结合人脸特征点局部区域内的纹理信息,使用支持向量回归的方法,重构出每次迭代所需的差分形状.为了验证该方法的可行性,将提出的方法在三个公开的数据集上进行测试.进而,为了进一步验证该方法的有效性,将该方法与两个性能较好的方法进行比较.实验结果表明所提方法具有可行性,且对遮挡的人脸特征点具有较高的识别率.
  • 【期刊】 基于稀疏编码的多模态信息交叉检索

    刊名:中国图象图形学报 作者:刘菲 ; 刘学亮 关键词:稀疏编码 ; 多模态 ; 交叉检索 ; 最大均值差异 ; 图拉普拉斯 机构:合肥工业大学计算机与信息学院 ; 合肥工业大学计算机与信息学院 年份:2015
    摘要:目的多模态信息交叉检索的根本问题是多模态数据的特征表示。稀疏编码是一种有效的数据特征表示方法,但是当查询数据和被检索数据来自不同模态时,数据间存在分布差异,相似的特征可能被编码为差异显著的稀疏表示,此时传统稀疏编码便不再适用。为此,提出了一种基于稀疏编码的多模态信息交叉检索算法。方法采用最大均值差异(MMD)以及图拉普拉斯,并将二者加入到稀疏编码的目标函数中来充分利用多模态信息进行编码,模型求解采用特征符号搜索和离散线搜索算法逐个更新稀疏编码系数。结果在Wikipedia的文本图像对数据上进行实验,并与传统稀疏编码进行比较,实验结果表明,本文算法使交叉检索的平均准确率(MAP)提高了18.7%。结论本文算法增强了稀疏表示的鲁棒性,提高了多模态交叉检索的准确率,更适用于对多模态数据进行特征提取,并进行进一步的操作,如交叉检索、分类等。